Clojure数据分析秘笈

前言
关于技术审校者
第1章　导入分析数据 1
1.1　引言 1
1.2　新建项目 1
1.3　将CSV数据读入Incanter数据集 2
1.4　将JSON数据读入Incanter数据集 4
1.5　使用Incanter读入Excel数据 5
1.6　从JDBC数据库读取数据 6
1.7　将XML数据读入Incanter数据集 9
1.8　从网页表中抓取数据 11
1.9　从网页中抓取文本数据 15
1.10　读取RDF数据 17
1.11　使用SPARQL读取RDF数据 20
1.12　整合不同格式的数据 24
第2章　清洗和校验数据 29
2.1　引言 29
2.2　使用正则表达式清洗数据 30
2.3　使用同义词映射保持一致性 31
2.4　识别并去除重复数据 33
2.5　标准化数字格式 35
2.6　调整词频值的度量 36
2.7　标准化日期和时间 38
2.8　大数据集的延迟处理 40
2.9　大数据集抽样 42
2.10　修正拼写错误 43
2.11　解析自定义数据格式 46
2.12　使用Valip校验数据 49
第3章　使用并发编程管理复杂度 51
3.1　引言 51
3.2　使用STM管理程序复杂度 52
3.3　使用agent管理程序复杂度 55
3.4　使用commute获得更好的性能 57
3.5　将agent和STM结合使用 58
3.6　使用ensure维护一致性 60
3.7　将安全的副作用引入STM中 63
3.8　使用validator维护数据一致性 65
3.9　使用watcher追踪处理过程 68
3.10　使用watcher调试并发程序 70
3.11　从agent中错误恢复 71
3.12　使用sized queue管理输入 73
第4章　使用并行编程提高性能 74
4.1　引言 74
4.2　使用pmap并行处理 75
4.3　使用Incanter并行处理 77
4.4　将蒙特卡罗模拟进行划分使pmap性能提升 79
4.5　使用模拟退火算法最优化分块大小 83
4.6　使用reducers并行处理 86
4.7　使用reducers生成在线统计 89
4.8　使用OpenCL和Calx驾驭你的GPU 91
4.9　使用类型提示 94
4.10　使用Criterium制定基准 96
第5章　使用Cascalog进行分布式数据处理 100
5.1　引言 100
5.2　使用Cascalog和Hadoop分布式处理 101
5.3　使用Cascalog查询数据 104
5.4　使用Apache HDFS分布数据 105
5.5　使用Cascalog解析CSV文件 108
5.6　使用Cascalog执行复杂查询 110
5.7　使用Cascalog聚合数据 112
5.8　定义新Cascalog操作符 113
5.9　组成Cascalog查询 116
5.10　处理Cascalog工作流中的错误 118
5.11　使用Cascalog转换数据 119
5.12　使用Pallet在云上执行Cascalog查询 120
第6章　使用Incanter数据集 126
6.1　引言 126
6.2　加载Incanter样例数据集 126
6.3　将Clojure数据结构加载到数据集中 127
6.4　使用view交互式查看数据集 129
6.5　将数据集转换为矩阵 130
6.6　在Incanter中使用infix公式 132
6.7　使用$选择列 133
6.8　使用$选择行 135
6.9　使用$where过滤数据集 136
6.10　使用$group-by对数据分组 138
6.11　将数据集另存为CSV和JSON 139
6.12　使用$join进行多数据集投影 141
第7章　使用Incanter准备并执行统计数据分析 144
7.1　引言 144
7.2　使用$rollup生成汇总统计 144
7.3　通过变量差别展示变化 146
7.4　调整变量以简化变量关系 148
7.5　使用Incanter Zoo处理时间序列数据 150
7.6　平滑数据以降低噪声 152
7.7　使用bootstrapping验证抽样统计 154
7.8　线性关系建模 156
7.9　非线性关系建模 158
7.10　多峰贝叶斯分布建模 162
7.11　使用本福德定律找出数据错误 165
第8章　使用Mathematica和R 167
8.1　引言 167
8.2　在Mac OS X和Linux系统中配置Mathematica与Clojuratica的交互环境 168
8.3　在Windows系统中配置Mathematica与Clojuratica的交互环境 170
8.4　在Clojuratica中调用Mathematica函数 172
8.5　在Clojuratica中向Mathematica发送矩阵 173
8.6　在Clojuratica中运行Mathematica脚本 174
8.7　从Mathematica中创建函数 175
8.8　在Mathematica中并行处理函数 176
8.9　配置R与Clojure交互 177
8.10　在Clojure中调用R的函数 179
8.11　将向量传入R 180
8.12　在Clojure中执行R文件 181
8.13　在Clojure中使用R绘图 183
第9章　聚类、分类和使用Weka 185
9.1　引言 185
9.2　将CSV和ARFF文件加载到Weka中 185
9.3　在Weka数据集中对列进行过滤和重命名 187
9.4　使用K-means聚类发现成组数据 190
9.5　在Weka中寻找层次聚类结构 195
9.6　在Incanter中使用SOM聚类 197
9.7　使用决策树分类数据 199
9.8　使用朴素贝叶斯分类器分类数据 201
9.9　使用支持向量机分类数据 203
9.10　使用Apriori算法发现数据中的关联 205
第10章　使用Incanter绘图 208
10.1　引言 208
10.2　使用Incanter创建散点图 209
10.3　使用Incanter创建柱形图 211
10.4　在柱形图中绘制非数值型数据 212
10.5　使用Incanter创建直方图 213
10.6　使用Incanter绘制函数 215
10.7　为Incanter图表加入方程式 216
10.8　为散点图加入直线 217
10.9　使用JFreeChart定制图表 218
10.10　将Incanter图保存为PNG格式 220
10.11　使用PCA绘制多维数据 221
10.12　使用Incanter创建动态图表 223
第11章　创建网页图表 225
11.1　引言 225
11.2　使用Ring和Compojure提供数据 226
11.3　使用Hiccup创建HTML网页 229
11.4　配置和使用ClojureScript 231
11.5　用NVD3创建散点图 234
11.6　用NVD3创建条形图 239
11.7　用NVD3创建直方图 242
11.8　使用力向布局进行图像可视化 244
11.9　用D3创建交互式可视化 248